LeetCode题解二叉树（一）：二叉树基本概念；使用递归法求解二叉树的前中后序遍历

最新推荐文章于 2024-05-21 20:29:42 发布

Farewell弈

最新推荐文章于 2024-05-21 20:29:42 发布

阅读量136

点赞数

分类专栏：刷题文章标签：算法 leetcode

本文链接：https://blog.csdn.net/qq_41205665/article/details/128272523

版权

刷题专栏收录该内容

43 篇文章 0 订阅

订阅专栏

二叉树

基础概念

在正式的刷题之前，需要了解一下二叉树的基础概念。

首先，给出链表式二叉树的结构体：

struct TreeNode {
	int val; //表示结点的值
    TreeNode *left;
    TreeNode *right;
    TreeNode(x): val(x), left(nullptr), right(nullptr) {}
};

还可以有数组形式的二叉树，此处借用一张随想录中的图：

数组形式的二叉树中，如果父结点的数组下标为i，那么左孩子的下标就是i * 2 + 1，右孩子的下标就是i * 2 + 2。

普通的二叉树如下图所示：

而在解题过程中，常用到的两种树的结构有两种：满二叉树与完全二叉树

满二叉树：顾名思义，这棵树是硕果累累的，结点上没有空缺，如下图所示;
完全二叉树：完全的意思，从中文的含以上，和满近似，但是其本质是从存储结构的角度命名的。知乎上有位博主讲得很好，文章如下完全二叉树看起来并不完全，为什么叫完全二叉树呢？ - 知乎 (zhihu.com)

简而言之，完全二叉树在存储上，空间连续且无浪费，但是非完全二叉树，会造成连续的空间内有许多地方无数可放。

而从数值的角度出发，解题过程中常用到的是二叉搜索树与平衡二叉搜索树：

二叉搜索树（二叉排序树、二叉查找树）：数值存储上有序，
- 若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值；
- 若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值；
- 它的左、右子树也分别为二叉排序树
其常用操作有：查找、插入、删除，这几个操作在之后的写题过程中都会遇到。
平衡二叉搜索树：AVL（Adelson-Velsky and Landis）树，它是一棵空树，或者它的左右两个子树的高度差的绝对值不超过1，且两个左右子树都是一棵平衡二叉树

平衡二叉搜索树的常用操作有：查找，插入，删除。各操作的时间复杂度与树的高度成正比，这一点还是很好理解的。

写到这里，想起来红黑树，在此也简单说一下：

红黑树，是实际应用中最常用的平衡二叉搜索树，为什么叫红黑树呢？是因为与普通二叉树不同，其在每个结点增加了一个用于记录结点颜色的标志位：Red or Black。

通过颜色的约束，任意一条从根到叶子结点路径上，红黑树可以保证最长路径不超过最短路径的二倍。

借鉴博客红黑树、平衡二叉查找树_辉常努腻的博客-CSDN博客_java红黑树与平衡二叉树中的一张图：

最短路径是全黑结点，最长路径是红黑结点，从根节点到叶子结点的路径上黑色结点的数量相同时，最长路径就是最短路径的两倍。

为了满足此特性，节省搜索的时间复杂度，红黑树的性质有以下几点：
- 根是黑色，其余结点是红色或是黑色
- 叶子结点都是黑色
- 红色结点的子结点是黑色，其父结点也是黑色，从根结点到叶子结点的路径上不会有两个连续的红色结点
- 同一层的任意结点到叶子结点的路径上，包含相同数量的黑色结点
此处就不再赘述其查找、删除，插入的相关操作了。有兴趣的同学可以参考上面提到的那篇博客，博主写的很好。

接下来要讲的就是重中之重，二叉树的遍历方式：

从遍历方式上讲，分为两类：

深度优先遍历（Depth First Search）：从某个节点出发，一直遍历到叶子结点，然后逐步往上层返回；

又可以分为三种遍历方式：
- 前序遍历：“根左右”
- 中序遍历：“左根右”
- 后序遍历：“左右根”
每种遍历方式都可以有两种写法：递归法和迭代法。
广度优先遍历（Breath First Search）：从某个节点出发，先遍历完与这个节点同层的所有节点。其对应的遍历方式为层序遍历，写法为迭代法。

以下就来介绍一下二叉树的递归遍历写法，补充一些我跟着代码随想录刷题过程中的一些想法：

递归遍历，顾名思义，往往需要在递归函数中调用递归函数，由于深度遍历的思想就类似于堆的调用，所以在求解深度遍历时，自然就会想到使用递归函数。

其实无论是在哪里使用递归函数，都需要明确三点：

返回类型（其实也是返回值）和传入参数，就是函数声明的那一行
处理逻辑：何时调用递归函数，前后需要做哪些处理，这是函数体内核心的那N行
终止条件：由于递归函数的自身调用性，必须要判断何时终止，就是何时弹回上一层，这是初入函数的那几行

遍历方法一共有三种，类似于随想录，我们先以前序遍历二叉树的各结点并保存这一场景为例：

返回类型，由于我们会将结果保存在一个vector里，所以函数无须返回任何值，只需要在函数体内将结果保存就可以；
传入参数，这就简单了，一定要传入的是当前遍历到的结点，另一个就是我们用于记录结点数值的vec（传引用，避免拷贝浪费时间）
处理逻辑，由于这个例子很简单，只是遍历顺序不一样，前序遍历为“中左右”，所以自然要先将当前结点数值加入vector，之后将当前结点的左、右孩子依次传入递归函数。代码近似如下：
```
vec.push_back(cur->val);    // 中
traversal(cur->left, vec);  // 左
traversal(cur->right, vec); // 右
```
确定终止条件：由于这个场景很简单，当我们遍历到空结点的时候，因为没有值，就直接返回就可以了

此场景下，前序遍历的代码类似如下：

注：随想录中使用traversal（遍历）用作递归函数的名字，而我习惯使用recursion（递归）

void recursion(TreeNode* cur, vector<int>& vec) {
    if (cur == NULL) return;
    vec.push_back(cur->val);    // 中
    recursion(cur->left, vec);  // 左
    recursion(cur->right, vec); // 右
}
vector<int> preorderTraversal(TreeNode* root) {
    vector<int> result;
    recursion(root, result);
    return result;
}

自然而然，中序遍历的递归函数如下：

void recursion(TreeNode* cur, vector<int>& vec) {
    if (cur == NULL) return;
    recursion(cur->left, vec);  // 左
    vec.push_back(cur->val);    // 中
    recursion(cur->right, vec); // 右
}

后序遍历的递归函数如下：

void recursion(TreeNode* cur, vector<int>& vec) {
    if (cur == NULL) return;
    recursion(cur->left, vec);  // 左
    recursion(cur->right, vec); // 右
    vec.push_back(cur->val);    // 中
}